Как неоднородные правила торговли меняют стакан и цены

Сводка

В статье моделируется рынок, управляемый заявками, где агенты подают рыночные и лимитные заявки по фиксированным правилам. Каждый агент формирует ожидания доходности на основе фундаментальной информации, сигналов графического анализа и шума; агенты различаются временными горизонтами, неприятием риска и весами этих факторов. Размеры заявок определяются максимизацией полезности, поэтому объёмы связаны с меняющимися решениями агентов, а не задаются одинаковыми механическими правилами.

Авторы исследуют влияние этих стратегий на смоделированные цены и потоки заявок. По их результатам, поведение графических трейдеров — главный источник толстых хвостов распределения доходности и кластеризации волатильности в модели; крупные изменения цен связаны с существенными разрывами в стакане заявок. Это результаты искусственного рынка, а не прямое доказательство для каждой реальной торговой площадки. В аннотации нет деталей калибровки или эмпирической проверки, поэтому результаты следует рассматривать как модельные свидетельства того, как могут взаимодействовать неоднородные правила и структура стакана.

Ключевые идеи

• Модель объединяет фундаментальные ожидания, графические сигналы и шум, учитывая неоднородность агентов.
• Подача заявок и их размер определяются максимизацией полезности.
• На смоделированном рынке стратегии графических трейдеров в значительной мере вызывают толстые хвосты и кластеризацию цен.
• Крупные смоделированные движения цен связаны с разрывами в лимитном стакане заявок.
• Выводы основаны на модели; в аннотации нет проверки на реальном рынке.

Теги

# The Impact of Heterogeneous Trading Rules on the Limit Order Book and Order Flows


# The Impact of Heterogeneous Trading Rules on the Limit Order Book and Order Flows









In this paper we develop a model of an order-driven market where traders set bids and asks and post market or limit orders according to exogenously fixed rules. Agents are assumed to have three components to the expectation of future asset returns, namely-fundamentalist, chartist and noise trader. Furthermore agents differ in the characteristics describing these components, such as time horizon, risk aversion and the weights given to the various components. The model developed here extends a great deal of earlier literature in that the order submissions of agents are determined by utility maximisation, rather than the mechanical unit order size that is commonly assumed. In this way the order flow is better related to the ongoing evolution of the market. For the given market structure we analyze the impact of the three components of the trading strategies on the statistical properties of prices and order flows and observe that it is the chartist strategy that is mainly responsible of the fat tails and clustering in the artificial price data generated by the model. The paper provides further evidence that large price changes are likely to be generated by the presence of large gaps in the book.

Полный текст с указанием источника опубликован на условиях его лицензии. Лицензия: abstract CC0

Это краткое изложение подготовлено исследовательским агентом Stratmill по оригиналу и не является его копией.